改进灰色模型群的我国道路交通事故预测

以钱学森倡导的"从定性到定量综合集成研讨体系"为基本指导思想,构建了我国道路交通事故预测GM(7)11(8),模型群,通过模拟精度的比较选取了预测模型并对我国道路交通事故发生起数、事故死亡人数和事故受伤人数进行预测。结果表明,引入算子的GM(7)11(8),模型测精度明显提高,而且比较符合实际情况;同时也得出了我国交通事故起数存在明显下降趋势,事故受伤人数下降最快、死亡人数下降最慢的道路交通事故分布特征。     

灰色神经网络耦合模型在加矾系统预测中的应用

为更准确预测自来水厂的加矾量,弥补灰色GM(1,1)预测模型和神经网络预测模型在自动加矾系统中预测的不足,采用灰色GM(1,1)预测模型和BP神经网络预测模型相结合的方法,即灰色神经网络耦合模型,并运用于自来水厂自动加矾系统,根据实测数据计算预测值.结果表明:灰色GM(1,1)模型平均相对误差为0.016％,最大相差为0.025％,BP神经网络模型平均相对误差为0.037％,最大相差为0.069％,灰色神经网络耦合模型的平均相对误差0.006％,最大相差0.009％,其模拟精度远远高于其他2种模型的模拟值,具有广泛的实用性.     

新陈代谢GM(1,1)模型在林业产值预测中的应用

利用灰色预测的建模机理,结合我国林业生产发展实例,建立了林业生产的新陈代谢GM(1,1)预测模型,通过实例计算表明,该模型优于常规GM(1,1)模型。应用该模型预测可知,我国的林业产值在2011～2012年期间将保持快速发展态势。     

基于预测模型的中国原木进口数据预测研究

为了准确地预测未来原木进口量,利用已知中国进口原木数据,使用灰色模型GM(1,1)模型以及最小二程法多项式拟合的经验公式对1993-2013年的国内原木进口数据进行预测,通过预测值与实际值的对比,分析两组预测模型的准确性。结果表明:基于GM(1,1)模型的预测结果,在RMSE、MAE、MAPE三个指标上均优于基于最小二乘法函数拟合的预测方法。利用GM(1,1)模型预测2014和2015年国内原木进口量分别是4 170.58万和4 358.99万m3。     

基于灰色系统理论的农民旅游市场预测分析

应用GM(1,1)模型,根据2000~2005年我国农民出游人数建立灰色预测模型,由计算小误差概率P=1>0.95,后验差C=0.134 0<0.35,知此模型符合一级标准,精度较高,适于外推预测。最后利用此模型对我国未来5年农民出游人数进行了预测。     

灰色神经网络耦合模型在河套灌区引黄水量预测中的应用

针对河套灌区22年净引水量的变化特点,在建立灰色GM(1,1)模型的基础上,结合BP神经网络预测法建立灰色神经网络耦合模型,并通过Matlab编程实现。实例结果表明,耦合模型的预测精度明显优于单一灰色GM(1,1)模型,可应用于实际生产中。     

基于离散型灰色DGM(1,1)预测模型在涝灾预测中的应用

为提高涝灾预测模型的预测精度,针对GM(l,1)模型预测条件的局限性,提出离散灰色预测模型[称DGM(1,1)模型Ⅰ。应用离散灰色模型,以鞍山市1959~2006年的降雨量为依据,建立涝灾预测模型。结果表明:优化后的离散型DGM(1,1)模型的预测精度较原有的灰色GM(1,1)预测模型的预测精度有很大提高。并且该模型建模过程简单、适用性强,为涝灾的预测提供了新的方法。     

基于小波变换的GM(1,1)-ARIMA组合模型对粮食产量的预测

为提高粮食产量的预测精度,针对粮食产量的数据特点,提出了在小波变换的基础上,结合GM(1,1)模型与ARIMA模型的优点,建立GM(1,1)-ARIMA组合预测模型。首先,通过小波变换对非平稳序列进行分解,得到近似分量和细节分量;针对各分量序列的不同特征,采用灰色GM(1,1)模型对近似分量进行趋势预测,为进一步提高趋势信号的预测精度,使用灰色GM(1,1)模型对预测序列进行残差修正;然后,采用ARIMA预测模型对分离出的细节分量进行预测;最后,通过小波重构得到粮食产量的预测值。预测结果表明,基于小波变换的GM(1,1)-ARIMA模型的拟合平均误差为0. 69%,通过对2011—2014年粮食产量的预测,其预测平均误差低于1%,为粮食产量预测提供了一种新的技术途径。     

灰色马尔柯夫模型在陕西省苹果产量预测中的应用

【目的】将灰色系统理论与马尔柯夫链相结合,建立灰色马尔柯夫预测模型,并对陕西省苹果产量进行预测,为指导苹果产业发展提供科学依据。【方法】首先建立陕西省1998~2007年苹果产量的GM(1,1)预测模型,确定出苹果产量的发展趋势和预测值,在此基础上应用马尔柯夫链理论对预测结果进行修正。【结果】2008年陕西苹果产量预测值为769.71万t,实例计算表明,灰色马尔柯夫模型更适用于随机波动性较大的数列预测问题。【结论】将灰色GM(1,1)模型和马尔柯夫链相结合用于苹果产量预测是可行的。     

基于灰色马尔可夫模型的农业用水量预测

将灰色GM(1,1)模型和马尔可夫模型结合,构建灰色马尔可夫预测模型.按特定的状态划分方法,先用灰色GM(1,1)模型预测,再用马尔可夫模型对预测结果进行优化,使预测精度大大提高.最后以辽河流域某典型区为例,预测结果证明了该模型的优势.     

基于粒子群优化算法的灰色预测模型GM(1,1)改进

为了提高灰色预测模型GM(1,1)在复杂系统模型中的预测精度,从原始数据和预测值两个方面对灰色GM(1,1)模型进行改进。根据原始数据的信息特点对模型作补充定义;预测值改进则利用背景值重构和粒子群优化算法对传统GM(1,1)模型的预测值进行改进,求出最佳预测值。结果表明:改进GM(1,1)模型的平均残差和相对残差都远远小于传统模型,其预测效能和可信度都有大幅提高。     

工业污染与城镇化对粮食产量影响的灰色分析——以江苏省为例

引入工业污染和城镇化进程在粮食生产活动中的影响,通过灰色关联分析获取影响粮食产量的主要因素,建立GM(1,N)灰色系统模型对江苏省1996—2010年的粮食产量进行预测,与GM(1,1)模型对比结果表明,其拟合值平均相对误差较小,预测精度较高,可为未来粮食生产提供科学的指导。     

基于等维新息GM(1,1)模型的河南省粮食产量预测

以河南省1978—2013年的粮食产量为依据,利用灰色系统理论对河南省未来的粮食产量变化趋势进行了预测。首先在MATLAB中实现不同维数GM(1,1)模型相关参数的计算,然后把预测精度最高的7维常规GM(1,1)模型改进成等维新息GM(1,1)模型,经检验该模型精度等级为好,并预测出河南省2015—2020年的粮食产量。结果表明,等维新息GM(1,1)模型比常规GM(1,1)模型具有更高的预测精度,河南省未来5年的粮食产量仍保持增长趋势,但年平均增幅为1.43%,增产潜力较低。     

应用GM(1,1)模型对天然橡胶期货价格进行预测的实证分析

运用灰色系统理论的原始GM(1,1)模型与新陈代谢GM(1,1)模型,对上海期货交易所的天然橡胶期货品种的价格进行预测,研究在不同的GM(1,1)模型下的精确度。结果显示,新陈代谢GM(1,1)模型要比原始GM(1,1)模型精确度高,在进行价格预测时,可以根据精确度高低的要求选取合适的模型。     

新陈代谢GM(1,1)模型在生猪存栏预测中的应用

为对养猪生产给出准确科学地预测,本文利用灰色预测的建模机理,结合养猪生产发展实例,建立了养猪生产的新陈代谢GM（1,1）预测模型。通过实例计算表明,该模型优于常规GM（1,1）模型;应用该模型预测可知,在2008～2009年期间大庆市养猪业将保持快速发展势头。     

粮食产量灰色模型预测

根据灰色系统理论,建立了GM(1,1)模型,并对粮食产量进行了预测。结果表明:用GM(1,1)模型预测粮食产量,从理论上讲比数理统计模型严谨,计算比较简单,弥补了中小地区不能实现依靠气象预测和遥感预测的缺陷,因此具有一定的可行性。     

基于灰色神经网络的粮食预测

结合灰色GM(1,1)预测模型和BP神经网络2种预测模型的优点,提出了一种灰色神经网络模型,并用该模型对蚌埠市小麦产量进行预测。结果表明,灰色神经网络预测精度高于单一的灰色GM(1,1)预测模型或BP神经网络。     

基于马尔可夫链改进的世界钢铁消费量组合预测

基于灰色GM(1,1)模型、一次多项式拟合模型、二次多项式拟合模型和三次多项式拟合模型构建了世界钢铁消费量的组合预测模型,根据组合模型预测的平均相对误差确定了马尔科夫链方法的状态转移矩阵,通过马尔可夫链预测方法把组合模型的点预测转化为可信度为89%的区间预测。利用改进的组合模型预测2013和2014年的世界钢铁表观消费量,分别位于(1426.49~1576.75)×106t和(1503.87~1662.17)×106t,与国际钢铁协会的保守预测1475×106t和1523×106t相贴切,证明了改进模型的有效性。     

基于灰色理论和BP神经网络预测观光农业旅游人数的研究

运用灰色GM(1,1)预测模型与BP神经网络预测模型相结合而成的灰色神经网络模型,对山东枣庄市旅游人数进行预测。基本思路是运用灰色GM(1,1)模型所得到的预测值按前2年来预测下一年的组合规律分别作为BP神经网络的输入输出,并用旅游人数数据对模型进行学习验证。为山东枣庄市沿运区域旅游资源的合理利用及管理提供了科学依据,并以科学预测为依据提供一些观光农业旅游资源合理开发对策。     

GM(1,1)模型在烟台市人口预测中的应用

分析了1949~2004年烟台市人口变动状况,应用GM(1,1)灰色模型拟合了该地区人口数量,并对未来4年的人口数量进行了预测。结果显示,1949~2004年烟台市人口整体呈上升趋势,1960年有1个人口低谷值417.95万人;分别利用1949~2004年和1979~2004年人口数据建立GM(1,1)灰色模型,两者的拟合精度均较高,但后者要优于前者;利用1979~2004年人口数据建立的灰色模型预测未来4年内烟台市人口分别为664.45万、668.01万6、71.59万和675.19万人,人口有逐年缓慢上升的趋势。